夜雨聆风
电脑已经存了很多资料，PDF、课程笔记、公众号旧稿、会议纪要、客户案例、行业报告，分散在文件夹、网盘和笔记软件里。真正要写东西、做方案、查依据时，很多人还是靠印象翻找，效率很低。
个人 AI 资料库要解决的，就是让这些资料变成可检索、可调用、可引用的内容系统。做法没有想象中复杂，先建一个固定资料文件夹，再让AI帮你写几个本地脚本，完成读取资料、切分内容、建立索引、检索段落和生成带来源回答这几件事。
这就是一个最小版本的本地 RAG。普通人不需要一开始就研究复杂系统，也不需要马上接触向量数据库。只要先把资料放进一个结构清楚的文件夹，让 AI 帮你完成入库和检索。
这套资料库怎么工作
RAG 可以理解成一套资料调用流程。你把资料放进系统后，系统会提取文字，把长文切成小段，并为每段保存来源、标题、日期和正文。我们提问时，系统先找到相关段落，再让 AI 根据这些内容回答，同时标出答案来自哪份文件。
它和普通聊天的区别在于，答案会回到你的材料。比如我做公众号，过去写过 Agent、MCP、长上下文、AI 算力。下次写新文章时，我可以直接问自己的资料库，过去写过哪些相关观点，哪些表达重复出现，这样就会避免我有时候可能忘记了，会重复表达一个观点。
让 AI 调用的是我过去的积累，帮我找回材料、检查重复、延展旧观点，让新内容接上旧内容。这对长期写作者来说，很有价值。
Windows 用户怎么做
Windows 用户可以在文档目录里新建一个文件夹，名字可以叫 AI-Knowledge-Base。里面建 5 个子文件夹，materials 放原始资料，notes 放整理笔记，index 放索引文件，scripts 放处理脚本，outputs 放生成结果。
materials 里可以继续分几类。articles 放公众号旧稿，pdf 放报告和论文，course 放课程笔记，company 放制度和流程，cases 放案例资料。让资料有固定入口，避免继续散在各处。
接下来打开 Codex Windows app，选择这个项目文件夹，让 Codex 只围绕这个目录工作。第一个任务可以让它创建入库脚本，读取 materials 文件夹里的 txt、md、docx 和 pdf 文件，提取正文，按 800 到 1200 字切分，每个片段保存文件名、标题、日期、段落编号和正文，结果放到 index 文件夹里的 chunks.json。
第二个任务是创建搜索脚本。它需要读取 chunks.json，在你输入问题后找出最相关的 5 个片段，并显示片段正文、来源文件名、段落编号和匹配原因。第三个任务是创建回答脚本，先调用搜索脚本找到相关片段，再根据这些片段生成回答，答案必须包含来源文件名和段落编号，资料不足时要提示当前资料库没有足够依据。
到这里，一个能跑起来的本地资料库就有了。它未必有漂亮界面，也没有复杂后台，但已经完成了读取文件、拆分长文、建立索引、按问题检索、根据资料回答和标出来源这几个关键动作。对个人创作者、学生、顾问、职场人来说，这已经可以开始投入使用。
Mac 用户怎么做
Mac 用户可以使用同样的文件夹结构。在文稿里新建 AI-Knowledge-Base 文件夹，里面放 materials、notes、index、scripts、outputs 这 5 个子文件夹。习惯图形界面的用户，可以打开 Codex app，选择这个文件夹作为工作区。
习惯终端的用户，可以打开 Terminal，进入这个文件夹，再启动 Codex app。
cd ~/Documents/AI-Knowledge-Basecodex app .
接下来让 Codex 写 3 个脚本。ingest.py 负责读取资料、提取文字、切成片段；search.py 负责根据问题检索相关内容；answer.py 负责根据检索结果生成带来源的回答。给 Codex 的任务可以写得明确一些，让它只使用当前文件夹，代码保持简单，每一步都方便检查。
如果把旧稿放进 materials/articles，以后写 RAG、Agent、MCP、长上下文、AI 算力相关内容时，可以直接查自己的历史内容。你可以问它，过去写过哪些关于 Agent 和 RAG 的观点，哪些内容已经重复，哪些案例还能更新，并要求列出来源文件和对应段落。
这样一来，AI 的作用就从临时生成内容，变成调取历史资料。它能帮你看见自己已经写过什么，哪些观点需要延展，哪些表达应该换掉，新文章也会更像一个长期账号生长出来的内容。
文件名决定资料库质量
个人资料库很容易输在文件名上。很多 PDF 下载下来还是一串数字，过几个月再看，完全不知道内容是什么。建议统一命名，把日期、主题和来源都写进去。
比如 2026-05-18-RAG个人知识库-公众号旧稿，2026-05-16-Agent工作流-课程笔记，2026-05-10-长上下文成本-技术文章，2026-04-28-MCP工具连接-资料整理。这样的命名很朴素，但后面检索、引用和回看都会清楚很多。
每份资料最好再加一段开头说明，写清楚这份资料讲什么，来自哪里，写于哪天，适合回答什么问题，是否可能过时。这些信息会直接影响检索质量。资料越清楚，AI 越容易找到正确内容。
判断资料库能不能用，看引用
一个 AI 资料库有没有价值，不能只看回答是否顺滑。要看它能不能告诉你这句话来自哪份文件，对应哪个段落，资料日期是什么，有没有旧版本，当前回答里有没有依据不足的部分。
学生可以用它查课程笔记和论文，职场人可以用它查制度、流程和项目记录，创作者可以用它查旧稿，销售可以用它查产品资料和客户案例，咨询顾问可以用它查行业材料和历史方案。这些场景都需要同一种能力，让答案回到已有材料。
个人 AI 资料库的价值就在这里。它让旧资料重新进入工作流，让过去的积累参与现在的问题，让写作、学习、办公、研究都有依据。资料越多，越需要系统；系统越复杂，越需要清楚的来源；来源越清楚，AI 的回答越值得信。
本文部分配图由AI生成，仅供示意。内容基于公开资料整理分析，仅供参考，不构成任何投资建议。文中涉及的数据如无特殊说明，均来自公开市场研报。如有数据引用不当或侵权，请联系删除。】
如果大家喜欢我的内容，请多多关注！！
